网站大量收购独家精品文档,联系QQ:2885784924

一种改进的模拟退火算法.pdfVIP

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种改进的模拟退火算法.pdf

第 9 期 计 算 机技 术 与发 展 Vo1.19 No.6 2009 6 年 月 COⅣIPUTERTECHN0L,0GY AND DEVEID P ,【ENT June 2009 一 种改进的模拟退火算法 朱颢东 ,一,钟 勇 ,2 (1.中国科学院成都计算机应用研究所,四川 成都 610041; 2.中国科学院研究生院,北京 100039) 摘 要:讨论了传统模拟退火算法的原理、求解过程,详细地分析了它存在的局限,简单叙述了模拟退火算法中关键参数 对该算法性能的影响,并给出了该算法的可行的改进方案。提出了一个改进的模拟退火算法。在该改进算法中,为避免 遗失当前最优解,增加了记忆功能,将 当前最好的状态记忆下来 ,从而使得模拟退火算法成为一种智能化算法;设计了一 个 自适应温度更新函数,并设置双阈值使得在尽量保持最优性的前提下减少计算量。最后用改进前后的两个算法来解决 一 个非线性寻找组合最优问题 ,实验证明改进后的模拟退火算法是高效的。 关键词 :模拟退火算法 ;马尔可夫链 ;最优组合 中图分类号:1]P301.6 文献标识码 :A 文章编号:1673—629X(20o9)O6—0032—04 A KindofRenewedSimulatedAnnealingAlgorithm ZHU Hao-dong一.ZHONG Yong, (1.ChengduInstituteofComputerApplication.C} eAcaderayofSciences,Chengdu610041,China; 2.GraduateSchoolofChineseAcadem~ofSciences,Beijing100039,China) Alt~traet:Introducedthetraditionalsimulatedannealingalgorithm throughdi~.ussingitstheoryandprocess,na~yzde itsshortcoming in detail.simplydescribedinfluenceofkeypalllrl~terstosimulatedamlcalingalgorithm andprovidedfeasibleimpmvement.Thenpre~mtde amethodofh~provingsimulatde annealing algorithm.Inordertoavoidmissingcmventoptimals。lution。themapmvde algorithm isin- eil~ xtmemoryfunctiontor~nembertheCUlTnetbeststateS0thatitbecomesanintelligentalgorithm.A1∞designde anadaptivetempera· tureupdatefno etbnnadsetupdual—thresholdtoreduceamountofcalculation.Finally,usedthetwoalgorithmstosolve ano—linear problem thatissearching optimizationcombination.Throughtesting ,theimpmvde simulatde annealing algorithm isbetterthanthetr~li- tionalsimulatde annealing algorithm. KeywoFds;simulatedannealing algoritmh ;Markovchain;optimizationcombination O 引 言

文档评论(0)

docindoc + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档